Дипломная работа: Анализ кредитной деятельности банка на примере ПАО Сбербанк
Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам
19
— решение компании обратиться в суд с заявлением о банкротстве;
— решение кредитора/кредиторов обратиться в суд с иском о банкротстве
заемщика.
Компании, по которым был выявлен хотя бы один из признаков дефолта,
рассматривались на отчетную дату, предшествующую событию дефолта. Это
означает, что событие дефолта произошло в течение 12 месяцев после
публикации последней отчетности. Отчетность по недефолтным компаниям
рассматривалась на последнюю доступную дату.
Длинный список финансовых факторов включает в себя факторы и
коэффициенты, охватывающие следующие области:
— размер;
— рентабельность;
— сфера деятельности компании;
— обслуживание долга;
— ликвидность;
— финансовый рычаг.
После анализа качества данных и обработки недостоверных или
отсутствующих наблюдений финальная выборка составила 1082 компании, в
портфеле которых было 67 случаев дефолтов в течение 5 лет за период с 2013 по
2018 гг.
По результатам моделирования был получен операционный модуль (табл.
2).
(1)
20
Таблица 2
Операционный модуль
Все факторы, включенные в модель, имеют высокую дискриминационную
способность и соответствуют бизнес-логике. Для построенной модели
коэффициент Джини составляет 70% на обучающей выборке и 68% — на
валидационной, что соответствует высокому уровню дискриминационной
способности.
Калибровка количественного модуля для получения оценки
осуществляется с учетом целевого уровня дефолтности компаний проектного
финансирования на основе формулы Байеса:
3. Интеграция оценок PD количественного и экспертного модулей
Результаты, полученные в рамках инвестиционного и операционного
модулей, взвешиваются в соответствии с фазой проекта в зависимости от
времени, оставшегося до конца финансирования. Итоговая PD рассчитывается
по формуле:
21
(2)
Для различного типа проектов возможны разные варианты весовых
функций. В простых случаях возможно применение линейной функции, в более
сложных инфраструктурных проектах или проектах с запуском новых
технологических продуктов это может составлять отдельную область оценки.
Также при изменении проектных сроков возможно повышение доли значимости
вероятности дефолта PDinvest в соответствии с характеристиками
инвестиционной фазы.
Таким образом, по мере формирования адекватной отчетности оценка,
основанная преимущественно на бизнес-плане и экспертных суждениях,
трансформируется в оценку, подтвержденную финансовой отчетностью
компании. Нередко на начальных этапах реализации проекта девелоперские
компании строят оптимистические бизнес-планы, которые не всегда
реализуются, что приводит к недооценке кредитного риска. Подход к оценке
вероятности дефолта, рассмотренный в данной статье, позволяет учесть
объективные факторы, которые могут быть доступны не сразу, а только спустя
некоторое время.
Необходимо принимать во внимание, что текущий подход предполагает
полный выход проекта на операционные потоки, достаточные для обслуживания
долга к концу периода финансирования. Если это допущение не будет
применимо, потребуется включить в оценку риска дефолта фактор терминальной
стоимости проекта. Это, в свою очередь, потребует расширить горизонт оценки
на всю продолжительность жизненного цикла проекта и учесть все
22
опциональности, влияющие на мотивацию участников проекта. Оценка данных
опционов позволит увеличить точность модели и является перспективным
направлением дальнейшего развития моделирования в данной области.
Рассмотренный подход может быть адаптирован с учетом специфики
кредитного портфеля отдельных банков: внутренняя статистика дефолтов
позволяет учесть структуру кредитного портфеля и откалибровать модель в
соответствии с принятой в банке бизнес-практикой.
Что особенно важно в условиях совершенствования подходов к оценке
кредитного риска: предложенная модель подходит для целей МСФО (IFRS) 9,
который подразумевает использование не только экспертной составляющей, но
и обоснованной и подтверждаемой информации, чем по сути и является
количественный модуль модели.
Помимо регуляторных целей, возможно применять модель и в
управленческих целях, например, при принятии решения о выдаче кредита и
последующем мониторинге клиента, что немаловажно с учетом высоко
конкурентной внешней среды.
Особое место среди источников финансирования инвестиций занимают
кредитные источники: банковский инвестиционный кредит, лизинговое
кредитование, ипотечное кредитование и др.
В рыночном хозяйстве банковский инвестиционный кредит является
одним из важнейших источников инвестиционных ресурсов. Чем развитее
экономические отношения, тем активнее кредит участвует в опосредовании
основной деятельности предприятия. При его использовании для
финансирования инвестиций важное значение имеет оценка его места и
определение экономических границ применения [6,с.174].
Положительный эффект чистого экспорта состоит в том, что при
проведении стимулирующей ДКП прирост ВВП имеет место в большей мере из-
за увеличения чистого экспорта и повышения уровня совокупного спроса.
23
Рисунок 2 - Денежно-кредитная политика и эффект чистого
экспорта (стимулирующая денежно-кредитная политика)
Рисунок 3 - Денежно-кредитная политика и эффект чистого
экспорта (сдерживающая денежно-кредитная политика)
Н – денежная база
М – предложение денег
r – ставка процента
I
F
– иностранные капиталовложения
М
F
– предложение иностранной валюты
e – валютный курс
EX – экспорт
IM – импорт
NX – чистый экспорт
AD – совокупный спрос
GDP – валовой внутренний продукт
Рассмотренные выше проблемы денежно-кредитной политики
усложняют её реализацию.
В целом же денежно-кредитная политика выступает важным
направлением макроэкономической политики правительства в рыночной
экономике.
Источник: https://baza.diplomsite.ru/previewfile/3597